| 
  中国学术期刊网络出版总库
  关闭
基于在线评测数据的题目等级分类模型研究  
   推荐 CAJ下载 PDF下载
【英文篇名】 Study on Grade Categorization Model of Question Based on On-line Test Data
【下载频次】 ★★★★☆
【作者】 范玉玲; 徐涛; 王钦;
【英文作者】 FAN Yu-ling; XU Tao; WANG Qin; School of Information Science and Engineering; University of Jinan;
【作者单位】 济南大学信息科学与工程学院;
【文献出处】 计算机与现代化 , Computer and Modernization, 编辑部邮箱 2017年 03期  
期刊荣誉：ASPT来源刊  CJFD收录刊
【中文关键词】 OJ系统; K-means; 等级分类;
【英文关键词】 online judge system; K-means; grade classification;
【摘要】 针对目前在线学习系统练习、测试环节随机抽题的盲目性,基于在线评测数据和K-means聚类算法,利用不同的特征子集、不同参数对题目进行聚类。在ACM Online Judge系统的评测数据集上,以时间波动、平均用时和重复提交率为特征,通过聚类分析建立题目等级分类模型,实现题目难度等级分类,并对不同特征值数量和聚类中心数量对分类效果的影响进行实验研究,以确定最佳分类模型。实验结果表明,提出的方法简单有效,模型的分类结果符合经验分类结果。
【英文摘要】 To tackle with the blindness of random questions choosing for exercise and test of on-line learning system,this paper clusters questions by exploiting various feature subsets and parameters based on online judge data and K-means. For the test data of ACM online judge system,the features of temporal fluctuations,mean of time consumption and repeat submission rate are used to build a classification model which will be optimized based on experimental analysis of number of features and clusters. The experimenta...
【基金】 国家自然科学基金资助项目(61302128); 教育部产学合作协同育人项目(201601023018)
【更新日期】 2017-04-03
【分类号】 TP311.13
【正文快照】 0引言随着在线学习的日益普及,无论高校、企业还是政府部门都积极开展各种基于互联网的在线学习。在线学习具有保留参与者学习行为的优点,也有忽视学习者差异性的缺点。参与学习者水平良莠不齐,由于缺少初始能力的分析,标准化教学模式让学习者逐渐流失。目前各高校OJ(Online Ju

xxx
【读者推荐文章】中国期刊全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　 自动化技术、计算机技术
　　 计算技术、计算机技术
　　　 计算机软件
　　　　 程序设计、软件工程
　　　　　 程序设计
　　　　　　 数据库理论与系统
  
 
  CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司
其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）
京ICP证040431号    互联网出版许可证 新出网证（京）字008号